He probado un poco y la verdad que bastante guay.
No sé cómo funciona, pero me imagino que mira los canales de color y sus peaks, hace tiempo leí por linkedin ese análisis de imágenes... está guay el estudio de ondas (si es que va por ahí).
Me falla eso, el uso de los idiomas vi que no funcionaba muy bien, y para las imágenes intentaría ver si se puede introducir el análisis por URL.
Vision Transformer → Text embeddings → LLM reasoning(Descripción visual) (Representación) ("Esto parece IA porque...")
hay unas API especializada (Copyleaks, IsItAI, Sightengine tienen APIs)
pero esas son de pago, de momento lo estoy haciendo con gemini 3 flash preview es un LLM multimodal.
Actualice:
Idioma, de momento deje solo ingles, español.
Lo de la url me parecio buena idea y lo implemente.
Agregue poder subir documentos, aun esta en test pero esta funcional.
Version white.